PromQL 介绍

PromQL 是 Prometheus 监控系统内置的一种查询语言，类似于MySQL的SQL语句，PromQL 允许你以灵活的方式选择、聚合等其他方式转换和计算时间序列数据，该语言仅用于读取数据。可以说 PromQL 是我们学习 Prometheus 最困难也是最重要的部分，本章节我们将介绍 PromQL 的基础知识、理论基础，然后会深入了解更加高级的查询模式。

目标

通过对本章节 PromQL 的学习你将能够有效地构建、分享和理解 PromQL 查询，可以帮助我们从容应对报警规则、仪表盘可视化等需求，还能够避免一些在使用 PromQL 表达式的时候遇到的一些陷进。

执行

前面基础章节我们介绍了 Prometheus 整体的架构：

PromQL 介绍

当 Prometheus 从系统和服务收集指标数据时，它会把数据存储在内置的时序数据库（TSDB）中，要对收集到的数据进行任何处理，我们都可以使用 PromQL 从 TSDB 中读取数据，同时可以对所选的数据执行过滤、聚合以及其他转换操作。

PromQL 的执行可以通过两种方式来触发：

在 Prometheus 服务器中，记录规则和警报规则会定期运行，并执行查询操作来计算规则结果（例如触发报警）。该执行在 Prometheus 服务内部进行，并在配置规则时自动发生。
外部用户和 UI 界面可以使用 Prometheus 服务提供的 HTTP API 来执行 PromQL 查询。这就是仪表盘软件（例如 Grafana、PromLens 以及 Prometheus 内置 Web UI）访问 PromQL 的方式。

PromQL 介绍

场景

PromQL 可以用于许多监控场景，下面简单介绍几个相关案例。

临时查询

我们可以用 PromQL 来对收集的数据进行实时查询，这有助于我们去调试和诊断遇到的一些问题，我们一般也是直接使用内置的表达式查询界面来执行这类查询：

PromQL 介绍

仪表盘

同样我们也可以基于 PromQL 查询来创建可视化的图形、表格等面板，当然一般我们都会使用 Grafana：

PromQL 介绍

Grafana 原生支持 Prometheus 作为数据源，并内置支持了 PromQL 表达式的查询。

报警

Prometheus 可以直接使用基于 PromQL 对收集的数据进行的查询结果来生成报警，一个完整的报警规则如下所示：

groups:- name: demo-service-alertsrules:- alert: Many5xxErrorsexpr: |(sum by(path, instance, job) (rate(demo_api_request_duration_seconds_count{status=~"5..",job="demo"}[1m]))/sum by(path, instance, job) (rate(demo_api_request_duration_seconds_count{job="demo"}[1m])) * 100 > 0.5)for: 30slabels:severity: criticalannotations:title: "{
   {$labels.instance}} high 5xx rate on {
   {$labels.path}}"description: "The 5xx error rate for path {
   {$labels.path}} on {
   {$labels.instance}} is {
   {$value}}%."

除了构成报警规则核心的 PromQL 表达式（上面 YAML 文件中的 expr 属性），报警规则还包含其他的一些元数据字段，后面在具体讲解报警的章节中会详细和大家讲解。

然后，Prometheus 可以通过一个名为 Alertmanager 的组件来发送报警通知，可以配置一些接收器来接收这些报警，比如用钉钉来接收报警：

PromQL 介绍

自动化

此外我们还可以构建自动化流程，针对 PromQL 执行的查询结果来做出决策，比如 Kubernetes 中基于自定义指标的 HPA。(可以在Prometheus当中去定义一个promql语句，然后根据promql语句的查询结果来决定是否需要扩展一些pod)